基于車輛正面俯視圖的車型識(shí)別方法

1、基于車輛正面俯視圖的車型識(shí)別方法基于車輛正面俯視圖的車型識(shí)別方法摘要提出一種從車體正面俯視圖識(shí)別車型的方法。選擇車體面積和車窗上邊緣分別到車體前、后端的距離的比值作為識(shí)別分類的特征向量，同時(shí)提高分類的可靠性。特征提取算法中，利用相位編組形式的霍夫（Hough）變換，精確定位車窗。實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的識(shí)別準(zhǔn)確性以及優(yōu)良的時(shí)效性，可以滿足車輛識(shí)別的實(shí)時(shí)性要求?！娟P(guān)鍵詞】車型識(shí)別車窗定位特征提取Hough變換車型識(shí)別是高速公路自動(dòng)收費(fèi)和交通

2、流量統(tǒng)計(jì)的重要依據(jù)，是智能交通系統(tǒng)（ITS）不可或缺的重要組成部分。車型識(shí)別可分為兩大類：一類是通過傳感器（例如紅外、環(huán)形磁感應(yīng)線圈等）獲取車輛的重要參數(shù)進(jìn)行識(shí)別分類。另外一類是基于視頻處理的方法。1車輛特征研究實(shí)際中，由于面包車與轎車車型本身構(gòu)造上的差異，面包車幾乎沒有突出的前臉，且車頂長(zhǎng)度幾乎同車身長(zhǎng)度相等。故將比值T作為第二項(xiàng)特征。2車輛特征提取方法2.1提取特征面積S提取車輛面積S這一特征的具體算法如下：（1）采用可以不斷學(xué)習(xí)，

3、具有自適應(yīng)性等良好特性的混合高斯背景建模方法獲得車流視屏中的道路背景圖像。（2）該方法對(duì)邊緣特征做局部決策前，缺乏對(duì)圖像結(jié)構(gòu)的全局理解。算法描述：（1）相位編組、區(qū)域?qū)傩杂?jì)算：對(duì)車輛圖像進(jìn)行預(yù)處理并通過直線檢測(cè)和模板濾波之后得到一副包含車窗等邊界的二值圖像。（2）去掉面積較小的區(qū)域并進(jìn)行區(qū)域直線檢測(cè)：通過計(jì)算每一編組區(qū)域的長(zhǎng)度、寬度以及面積，并對(duì)各編組區(qū)域標(biāo)定相位方向。（3）全局峰值檢測(cè)：對(duì)全局編組區(qū)域參數(shù)A（ρ，θ）執(zhí)行局部峰值檢測(cè)，